大跨度自锚式悬索桥的柔度较大,在动荷载作用下易产生较大振动而出现损伤,针对该类型桥梁服役期的损伤识别研究在其检测、维护、加固甚至重建中具有重要意义。因此,本文在已有研究成果的基础上,根据位移影响线、小波包分析和神经网络原理,提出初步判断损伤、精准定位损伤和损伤程度分析的损伤识别方法。通过实例验证该方法的适用性,并对基于混合学习策略的BP神经网络进行可行性分析。以某高速公路大跨度自锚式悬索桥为研究对象,研究所提损伤识别分析方法对自锚式悬索桥的适用性,分析了随机车流、变速车辆荷载、噪音干扰等因素对识别方法的影响。主要研究内容有:（1）基于位移影响线和小波包分析的结构损伤识别方法根据位移影响线原理,构建位移影响线差（DDIL）和位移影响线差曲率（DCDIL）的损伤特征指标,用于初步判断桥梁结构损伤状态,大致定位损伤区域。依据小波包分析原理,构建小波包能量相对变化率（RES）的损伤特征指标,用于精准定位桥梁结构的损伤位置。以简支梁桥为例验证所提方法的有效性,结果表明:在各桥梁动力响应类型中以位移时程信号得到的RES曲线的综合识别效果最佳;识别结果受车速、车重和双向行车等因素的影响较小。（2）基于优化BP神经网络的结构损伤程度识别方法利用遗传算法并行化计算和模拟退火算法局部概率逃脱的特性,提出基于混合学习策略的BP神经网络,即遗传模拟退火算法优化BP神经网络（GASA-BP）。以简支梁桥为例进行损伤程度识别,对比分析BP、GA-BP（遗传算法优化BP神经网络）和GASA-BP神经网络的损伤识别情况。结果表明,GASA-BP有效提高了算法收敛性能和拟合能力,对结构损伤的整体识别误差量和误差率最小,能准确预测损伤程度,证明优化后的神经网络适用于结构的损伤程度识别。（3）大跨度自锚式悬索桥的结构损伤识别分析运用ANSYS软件建立大跨度自锚式悬索桥有限元模型,其中采用分段悬链线法确定主缆成桥线形,考虑主缆、吊杆、主梁和桥塔等的构件初始应变达到合理成桥状态,利用子空间迭代法分析结构的自振特性。采用所提出的损伤识别分析方法对大跨度自锚式悬索桥进行结构损伤识别分析,由DDIL和DCDIL指标对结构损伤进行初步判断,在大致定位的损伤区域结合RES指标对结构损伤进行精准定位,采用优化的神经网络对结构损伤部位进行损伤程度识别,并分析了随机车流、变速车辆荷载、噪音干扰等因素对识别效果的影响。结果表明,所提方法适用于大跨度自锚式悬索桥单点和多点的损伤位置及损伤程度分析;随机车流和变速车辆荷载等因素对RES损伤指标幅值影响明显,但不改变损伤识别规律;信号噪音对损伤识别结果影响显著,随着信噪比等级降低,识别精度都呈非线性趋势递减。